АНАЛИЗ СЕЛЬСКОХОЗЯЙСТВЕННОЙ УРОЖАЙНОСТИ В КАЗАХСТАНЕ С ПОМОЩЬЮ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ И ИИ

Авторы

  • О. Ауелбеков кандидат физико-математических наук, ассоцированный профессор, Казахский Национальный Женский Педагогический университет; Институт информационных и вычислительных технологий, Алматы, Казахстан
  • E. Бостанов сениор-лектор, Академия гражданской авиации, Алматы, Казахстан
  • Р. Беркутбаева докторант 1-курса Казахского Национального университета имени аль Фараби; сениор-лектор, Академия гражданской авиации, Алматы, Казахстан
  • А. Сейдилдаева кандидат технических наук, ассоцированный профессор, Академия гражданской авиации, Алматы, Казахстан
  • И. Мусабекова педагог-мастер, Школа-гимназия №210, Алматы, Казахстан

DOI:

https://doi.org/10.32014/2025.2518-1726.341

Ключевые слова:

искусственный интеллект, беспилотные летательные аппараты, сельское хозяйство, урожайность, Казахстан, сельскохозяйственный сектор, анализ растений, OpenCV, InceptionV3, мониторинг урожая, интеграция технологий, классификация изображений, TensorFlow, визуализация данных.

Аннотация

Работа посвящена исследованию методов распознавания и анализа урожайности сельскохозяйственных культур в Казахстане на основе данных, полученных с беспилотных летательных аппаратов (БПЛА), широко известных как «дрон (квадрокоптер)», с использованием искусственного интеллекта (ИИ). С быстрым развитием технологий и растущим спросом на эффективное управление сельскохозяйственными ресурсами использование БПЛА и искусственного интеллекта открывает новые горизонты в области наблюдения и мониторинга, анализа состояния посевов. В рамках исследования рассмотрены современные технологии мониторинга сельскохозяйственных угодий с помощью БПЛА, которые позволяют с высокой точностью и частотой собирать качественные изображения и другие данные. Целью исследования является разработка и внедрение системы, способной автоматически собирать, обрабатывать и интерпретировать данные о состоянии сельскохозяйственных земель.

БПЛА оснащены современными датчиками и камерами, системами передачи данных, которые позволяют получать детальные изображения сельскохозяйственных полей. Эти изображения обрабатываются с использованием методов машинного обучения и нейронных сетей для выявления ключевых факторов, влияющих на урожайность сельскохозяйственных культур. Основное внимание уделяется разработке и применению алгоритмов машинного и глубокого обучения для анализа этих данных с целью автоматического распознавания различных культур, оценки их состояния и прогнозирования урожайности.

Работа включает в себя анализ эффективности различных подходов к обработке больших данных, полученных с БПЛА, а также разработку моделей, способных учитывать климатические и агротехнические факторы, влияющие на урожайность. Особое внимание уделяется интеграции данных из различных источников и их использованию для повышения эффективности и точности прогнозов и оптимизации сельскохозяйственного производства. В результате исследования предполагается разработать комплексную систему, способную существенно повысить эффективность управления сельскохозяйственными ресурсами и устойчивость аграрного сектора Казахстана к изменениям внешних условий. Применение разработанной интегрированной системы в Казахстане имеет потенциал значительного увеличения урожайности и доходов, что влияет на развитие устойчивого сельского хозяйства в регионе.

Загрузки

Опубликован

2025-06-20

Как цитировать

Auyelbekov, O., Bostanov, E., Berkutbayeva, R., Seidildayeva, A., & Musabekova, I. (2025). АНАЛИЗ СЕЛЬСКОХОЗЯЙСТВЕННОЙ УРОЖАЙНОСТИ В КАЗАХСТАНЕ С ПОМОЩЬЮ БЕСПИЛОТНЫХ ЛЕТАТЕЛЬНЫХ АППАРАТОВ И ИИ. Известия НАН РК. Серия физико-математическая, (2), 12–32. https://doi.org/10.32014/2025.2518-1726.341